Propuesta de un modelo de series de tiempo para el pronóstico de ingresos por prestación de servicios en la empresa de operación nacional Falcón Academia de Aviación S.A.S.
En este trabajo se realizó un ejercicio de pronóstico de la serie de ingresos por prestación del servicio en la empresa de operación nacional Falcón Academia de Aviación S.A.S, y del número de usuarios mensuales en el periodo de 01/2018 a 12/2022. Se consideró inicialmente un análisis de los datos o...
- Autores:
-
Leguízamo Jordán, Giann Axel
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Universidad El Bosque
- Repositorio:
- Repositorio U. El Bosque
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unbosque.edu.co:20.500.12495/8545
- Acceso en línea:
- http://hdl.handle.net/20.500.12495/8545
- Palabra clave:
- Serie de tiempo
Autocorrelación
Estimación
Pronóstico
519.5
Time series
Forecast
Autocorrelation
Estimation
- Rights
- openAccess
- License
- Atribución-NoComercial-CompartirIgual 4.0 Internacional
id |
UNBOSQUE2_ea13843690ad254053fc0d72217b7cb7 |
---|---|
oai_identifier_str |
oai:repositorio.unbosque.edu.co:20.500.12495/8545 |
network_acronym_str |
UNBOSQUE2 |
network_name_str |
Repositorio U. El Bosque |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Propuesta de un modelo de series de tiempo para el pronóstico de ingresos por prestación de servicios en la empresa de operación nacional Falcón Academia de Aviación S.A.S. |
dc.title.translated.spa.fl_str_mv |
Proposal of a time series model for the forecast of income from the provision of services in the national operation company Falcón Academia de Aviation S.A.S. |
title |
Propuesta de un modelo de series de tiempo para el pronóstico de ingresos por prestación de servicios en la empresa de operación nacional Falcón Academia de Aviación S.A.S. |
spellingShingle |
Propuesta de un modelo de series de tiempo para el pronóstico de ingresos por prestación de servicios en la empresa de operación nacional Falcón Academia de Aviación S.A.S. Serie de tiempo Autocorrelación Estimación Pronóstico 519.5 Time series Forecast Autocorrelation Estimation |
title_short |
Propuesta de un modelo de series de tiempo para el pronóstico de ingresos por prestación de servicios en la empresa de operación nacional Falcón Academia de Aviación S.A.S. |
title_full |
Propuesta de un modelo de series de tiempo para el pronóstico de ingresos por prestación de servicios en la empresa de operación nacional Falcón Academia de Aviación S.A.S. |
title_fullStr |
Propuesta de un modelo de series de tiempo para el pronóstico de ingresos por prestación de servicios en la empresa de operación nacional Falcón Academia de Aviación S.A.S. |
title_full_unstemmed |
Propuesta de un modelo de series de tiempo para el pronóstico de ingresos por prestación de servicios en la empresa de operación nacional Falcón Academia de Aviación S.A.S. |
title_sort |
Propuesta de un modelo de series de tiempo para el pronóstico de ingresos por prestación de servicios en la empresa de operación nacional Falcón Academia de Aviación S.A.S. |
dc.creator.fl_str_mv |
Leguízamo Jordán, Giann Axel |
dc.contributor.advisor.none.fl_str_mv |
Pacheco López, Mario José |
dc.contributor.author.none.fl_str_mv |
Leguízamo Jordán, Giann Axel |
dc.subject.spa.fl_str_mv |
Serie de tiempo Autocorrelación Estimación Pronóstico |
topic |
Serie de tiempo Autocorrelación Estimación Pronóstico 519.5 Time series Forecast Autocorrelation Estimation |
dc.subject.ddc.none.fl_str_mv |
519.5 |
dc.subject.keywords.spa.fl_str_mv |
Time series Forecast Autocorrelation Estimation |
description |
En este trabajo se realizó un ejercicio de pronóstico de la serie de ingresos por prestación del servicio en la empresa de operación nacional Falcón Academia de Aviación S.A.S, y del número de usuarios mensuales en el periodo de 01/2018 a 12/2022. Se consideró inicialmente un análisis de los datos originales para examinar la existencia de un patrón de comportamiento de la serie de tiempo para seleccionar el modelo: (1-B)(1-B^12 ) X_t (⋋)=(1-0.7149B^12 )(1-0.5958B)at para los ingresos y log(⋋_t )=44.9+0.36Υ_(t-1)+5.58e-10Υ_(t-12). Motivo por el cual se tiene como objetivo utilizar el mejor modelo de predicción mensual que se ajuste a la serie original para hacer predicciones. La metodología usada fue Box – Jenkins y Poisson para series de conteo y el modelamiento de la serie de ingresos y número de usuarios, la cual se desarrolló en las siguientes etapas de exploración de la serie, para la identificación del modelo, estimación de los parámetros del modelo, verificación del modelo y finalmente usar el modelo apropiado para el pronóstico, el resultado de la estimación del mejor modelo univariante para la predicción de la serie original, es un modelo SARIMA (0,1,1) (0,1,1) [12] y Poisson. |
publishDate |
2022 |
dc.date.accessioned.none.fl_str_mv |
2022-08-01T19:32:43Z |
dc.date.available.none.fl_str_mv |
2022-08-01T19:32:43Z |
dc.date.issued.none.fl_str_mv |
2022 |
dc.type.local.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
dc.type.hasversion.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
http://purl.org/coar/resource_type/c_7a1f |
status_str |
acceptedVersion |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.12495/8545 |
dc.identifier.instname.spa.fl_str_mv |
instname:Universidad El Bosque |
dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad El Bosque |
dc.identifier.repourl.none.fl_str_mv |
repourl:https://repositorio.unbosque.edu.co |
url |
http://hdl.handle.net/20.500.12495/8545 |
identifier_str_mv |
instname:Universidad El Bosque reponame:Repositorio Institucional Universidad El Bosque repourl:https://repositorio.unbosque.edu.co |
dc.language.iso.none.fl_str_mv |
spa |
language |
spa |
dc.rights.*.fl_str_mv |
Atribución-NoComercial-CompartirIgual 4.0 Internacional |
dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ |
dc.rights.local.spa.fl_str_mv |
Acceso abierto |
dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
Atribución-NoComercial-CompartirIgual 4.0 Internacional http://creativecommons.org/licenses/by-nc-sa/4.0/ Acceso abierto http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.mimetype.none.fl_str_mv |
application/pdf |
dc.publisher.program.spa.fl_str_mv |
Estadística |
dc.publisher.grantor.spa.fl_str_mv |
Universidad El Bosque |
dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ciencias |
institution |
Universidad El Bosque |
bitstream.url.fl_str_mv |
https://repositorio.unbosque.edu.co/bitstreams/cf0713c4-c16b-4deb-91f0-6d066cd49559/download https://repositorio.unbosque.edu.co/bitstreams/4162de6e-458f-4a95-bbc5-7a391b10ae42/download https://repositorio.unbosque.edu.co/bitstreams/5cd78164-2e8b-45c4-9cd1-8ba49a4b9588/download https://repositorio.unbosque.edu.co/bitstreams/c529eaa7-4ad3-408b-bde9-5d59bb2d80b3/download https://repositorio.unbosque.edu.co/bitstreams/fb4e1ba7-b3bd-476a-8e79-2ebcc64ebd3b/download https://repositorio.unbosque.edu.co/bitstreams/da5dcbba-6bea-40ac-9756-d61f1fbf9b91/download https://repositorio.unbosque.edu.co/bitstreams/99ed127b-1902-49e0-981e-0890b2c6df14/download https://repositorio.unbosque.edu.co/bitstreams/c2651243-8b60-439b-b5f7-8b99ec9dd3ad/download |
bitstream.checksum.fl_str_mv |
d15c8b34f782a77b7913e822ba886e1d e4487732a330105dd35f62fb0e3dbe78 934f4ca17e109e0a05eaeaba504d7ce4 17cc15b951e7cc6b3728a574117320f9 18ca422337a9e0a693372a472beca40b 05bd37ae609b998f864d2e0239a882f5 48bb63f1b17dc7facd912bd43ee68f2b cf71bd544f9d40fce00b4fd2cac6817e |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional Universidad El Bosque |
repository.mail.fl_str_mv |
bibliotecas@biteca.com |
_version_ |
1814100704890978304 |
spelling |
Pacheco López, Mario JoséLeguízamo Jordán, Giann Axel2022-08-01T19:32:43Z2022-08-01T19:32:43Z2022http://hdl.handle.net/20.500.12495/8545instname:Universidad El Bosquereponame:Repositorio Institucional Universidad El Bosquerepourl:https://repositorio.unbosque.edu.coEn este trabajo se realizó un ejercicio de pronóstico de la serie de ingresos por prestación del servicio en la empresa de operación nacional Falcón Academia de Aviación S.A.S, y del número de usuarios mensuales en el periodo de 01/2018 a 12/2022. Se consideró inicialmente un análisis de los datos originales para examinar la existencia de un patrón de comportamiento de la serie de tiempo para seleccionar el modelo: (1-B)(1-B^12 ) X_t (⋋)=(1-0.7149B^12 )(1-0.5958B)at para los ingresos y log(⋋_t )=44.9+0.36Υ_(t-1)+5.58e-10Υ_(t-12). Motivo por el cual se tiene como objetivo utilizar el mejor modelo de predicción mensual que se ajuste a la serie original para hacer predicciones. La metodología usada fue Box – Jenkins y Poisson para series de conteo y el modelamiento de la serie de ingresos y número de usuarios, la cual se desarrolló en las siguientes etapas de exploración de la serie, para la identificación del modelo, estimación de los parámetros del modelo, verificación del modelo y finalmente usar el modelo apropiado para el pronóstico, el resultado de la estimación del mejor modelo univariante para la predicción de la serie original, es un modelo SARIMA (0,1,1) (0,1,1) [12] y Poisson.EstadísticoPregradoIn this work, a forecast exercise was carried out on the series of income from the provision of the service in the national operating company Falcón Academia de Aviación S.A.S, and the number of monthly users in the period from 01/2018 to 12/2022. An analysis of the original data was initially considered to examine the existence of a behavior pattern of the time series to select the model: (1-B)(1-B^12 ) X_t (⋋)=(1-0.7149B^12 )(1-0.5958B)at for income and log(⋋_t )=44.9+0.36Υ_(t-1)+5.58e-10Υ_(t-12). For this reason, the objective is to use the best monthly prediction model that fits the original series to make predictions. The methodology used was Box - Jenkins and Poisson for counting series and the modeling of the series of income and number of users, which was developed in the following stages of exploration of the series, for the identification of the model, estimation of the parameters of the model, verification of the model and finally use the appropriate model for the forecast, the result of the estimation of the best univariate model for the prediction of the original series, is a SARIMA model (0,1,1) (0,1,1 ) [12] and Poisson.application/pdfspaAtribución-NoComercial-CompartirIgual 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-sa/4.0/Acceso abiertoinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Serie de tiempoAutocorrelaciónEstimaciónPronóstico519.5Time seriesForecastAutocorrelationEstimationPropuesta de un modelo de series de tiempo para el pronóstico de ingresos por prestación de servicios en la empresa de operación nacional Falcón Academia de Aviación S.A.S.Proposal of a time series model for the forecast of income from the provision of services in the national operation company Falcón Academia de Aviation S.A.S.EstadísticaUniversidad El BosqueFacultad de CienciasTesis/Trabajo de grado - Monografía - Pregradoinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisORIGINALLeguízamo.Jordán_Giann_Axel_2022.pdfLeguízamo.Jordán_Giann_Axel_2022.pdfapplication/pdf1844275https://repositorio.unbosque.edu.co/bitstreams/cf0713c4-c16b-4deb-91f0-6d066cd49559/downloadd15c8b34f782a77b7913e822ba886e1dMD51Leguízamo_Jordán_Giann_Axel_2022_Carta_de_autorización.pdfLeguízamo_Jordán_Giann_Axel_2022_Carta_de_autorización.pdfapplication/pdf1183009https://repositorio.unbosque.edu.co/bitstreams/4162de6e-458f-4a95-bbc5-7a391b10ae42/downloade4487732a330105dd35f62fb0e3dbe78MD52CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81031https://repositorio.unbosque.edu.co/bitstreams/5cd78164-2e8b-45c4-9cd1-8ba49a4b9588/download934f4ca17e109e0a05eaeaba504d7ce4MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-82000https://repositorio.unbosque.edu.co/bitstreams/c529eaa7-4ad3-408b-bde9-5d59bb2d80b3/download17cc15b951e7cc6b3728a574117320f9MD54THUMBNAILLeguízamo.Jordán_Giann_Axel_2022.pdf.jpgLeguízamo.Jordán_Giann_Axel_2022.pdf.jpgIM Thumbnailimage/jpeg4746https://repositorio.unbosque.edu.co/bitstreams/fb4e1ba7-b3bd-476a-8e79-2ebcc64ebd3b/download18ca422337a9e0a693372a472beca40bMD55Leguízamo_Jordán_Giann_Axel_2022_Carta_de_autorización.pdf.jpgLeguízamo_Jordán_Giann_Axel_2022_Carta_de_autorización.pdf.jpgIM Thumbnailimage/jpeg8028https://repositorio.unbosque.edu.co/bitstreams/da5dcbba-6bea-40ac-9756-d61f1fbf9b91/download05bd37ae609b998f864d2e0239a882f5MD56TEXTLeguízamo.Jordán_Giann_Axel_2022.pdf.txtLeguízamo.Jordán_Giann_Axel_2022.pdf.txtExtracted texttext/plain81645https://repositorio.unbosque.edu.co/bitstreams/99ed127b-1902-49e0-981e-0890b2c6df14/download48bb63f1b17dc7facd912bd43ee68f2bMD57Leguízamo_Jordán_Giann_Axel_2022_Carta_de_autorización.pdf.txtLeguízamo_Jordán_Giann_Axel_2022_Carta_de_autorización.pdf.txtExtracted texttext/plain7924https://repositorio.unbosque.edu.co/bitstreams/c2651243-8b60-439b-b5f7-8b99ec9dd3ad/downloadcf71bd544f9d40fce00b4fd2cac6817eMD5820.500.12495/8545oai:repositorio.unbosque.edu.co:20.500.12495/85452024-02-06 23:00:33.148http://creativecommons.org/licenses/by-nc-sa/4.0/Atribución-NoComercial-CompartirIgual 4.0 Internacionalopen.accesshttps://repositorio.unbosque.edu.coRepositorio Institucional Universidad El Bosquebibliotecas@biteca.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 |